Python4：Cartopy和matplotlib包绘制地图和时间序列图

温馨提示

（1）本号分享的有关python的经验方法都是基于anaconda下载的库包（conda install 库包名 或 cmd 命令 pip install 库报名），以及使用anaconda里的spyder(python3.8)编辑和运行代码。

（2）所有的代码都是经过了spyder(python3.8)正常运行得出结果的，可以放心使用，也欢迎交流和讨论。

（3）使用的软件以及不同版本，都有可能会导致代码运用出现问题（不代表分享的代码有问题或是错误的。），关于不同版本运行本号分享的代码出现问题，请自行网上搜索解决办法解决。

（4）如有转载或分享请注明出处，尊重本号版权和辛劳，谢谢！如有侵权敬请联系删除。

Cartopy是一个Python包，用于地理空间数据处理，以便生成地图和其他地理空间数据分析。Cartopy利用了强大的PROJ.4、NumPy和Shapely库，并在Matplotlib之上构建了一个编程接口，用于创建发布质量的地图。cartopy的主要特点是面向对象的投影定义，以及在投影之间转换点、线、向量、多边形和图像的能力。

绘制简单地图

Cartopy公开了一个接口，可以使用matplotlib轻松创建地图。创建基本地图非常简单，只需告诉Matplotlib使用特定的地图投影，然后在轴上添加一些海岸线：

1. 使用anaconda安装Cartopy库：

• 
  
  8 K: J4 K! O# K3 N8 u

conda install Cartopy

, \  u0 Q& ^. b2 g0 O

% P5 J! n. e6 H+ U( I3 t# l5 U& ]

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  
• 
  $ `; E# {  }% F+ o5 m
• 
  % Z4 I$ C7 o( Y6 q& M( B1 c  ~, V) [1 b
• 
    ~9 G# T, R. t5 r! V1 Z7 O( F
• 
  0 f  `0 s6 z  y5 m4 [
• 
  
  / G  a: a. F: ^" H4 N( D, W

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#一种投影ax = plt.axes(projection=ccrs.PlateCarree())ax.coastlines()plt.show()
  @* g# f1 f# z. b% [# T& @

---

• 
  1 C/ b2 w3 H+ m' N* o2 ?6 f) u+ E
• 
  
• 
  * V2 b: B( l7 p; I# r, p
• 
  ! m$ x) W% {6 ?
• 
  . i$ K$ M- i4 q% {
• 
  5 ^, E, I$ {% \; ~0 I/ Q
  

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#换一种投影ax = plt.axes(projection=ccrs.Mollweide())ax.stock_img()plt.show()
: X& V  i' V# w% R, G- f" M

图形保存方式：

• 
  
• 
  
• 
  
  

# Save the plot by calling plt.savefig() BEFORE plt.show()plt.savefig('coastlines.pdf')  #保存为pdf格式的文件plt.savefig('coastlines.png')  ##保存为png格式的图片

绘制时间序列图

例：以三角函数为例绘图

• 
  
• 
  
• 
  
• 
  
• 
  # P! T3 R* Q: k5 S: v  G
• 
  7 |. O! C9 O5 p. Y4 ]1 t1 q' ]
• 
  ! c9 c4 ]) d$ W2 \$ n5 H( p( j
• 
  + I, Q- m6 F( I) Y
• 
  
• 
  
• 
  
• 
  2 a1 P  \6 ~/ x% I, c
• 
  
• 
  . M: H0 ]7 p5 d4 P* Z
• 
  
• 
  
• 
  
• 
  " p, x4 W0 k8 {1 Z( Z- S
• 
  % H+ p6 r. D6 N+ v
• 
  
  

import numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei']  # 中文字体设置-黑体plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题x = np.arange(-2*np.pi, 2*np.pi, 0.01)  #设值y1 = np.sin(x)y2 = np.cos(x)plt.figure(figsize=(10, 7))  #画布大小plt.plot(x, y1, label='$sinx$')  #绘制sin曲线plt.plot(x, y2, label='$cosx$')  #绘制cos曲线plt.legend(loc='upper right')  #图例plt.xlim(-2*np.pi-1, 2*np.pi+3)plt.xticks([-2*np.pi, -np.pi, 0, np.pi, 2*np.pi], ['$-2\pi$', '$-\pi$', '$0$', '$\pi$', '$2\pi$'])plt.title('三角-函数')plt.xlabel('横坐标')plt.ylabel('纵坐标')plt.axhline(y=0, c='black')plt.show()

                               
登录/注册后可看大图

% C* H. p& w6 K: D! z% W4 ]  q8 P

以某地1979-2019年平均气温为例绘制两个站点气温时间序列的子区域图：

数据内容如下：

• 
  
• 
  
• 
  
• 
  
• 
  
• 
  " X9 @- x4 t. S% I
• 
  1 q  `9 I$ Y% O# r, P
• 
  
• 
  
• 
  7 Q0 z$ ]# j0 b& v0 H
• 
  
• 
  6 B6 e, f: z8 U; s; x; ?
• 
  0 S# _4 B, i4 ^9 D4 z
• 
  
• 
  - a, V+ m7 l/ P' v$ }0 D# B
• 
  
• 
  - Z+ C2 W" ]+ T5 o' }: q8 r
• 
  + N0 i, G4 p" [; l6 c& o5 C+ d3 X
• 
  
• 
  
• 
    \7 s, C" ]" L& S/ V
• 
  
• 
  / o7 X) ~3 W! A# r) F4 g/ p& G5 ~
  

import pandas as pdimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei']  # 中文字体设置-黑体plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题#读取某地1979-2019年年平均气温数据共40年data = pd.read_csv("annual tem.txt", skiprows=1, sep='\s+', header=None, names=['year', 'sta1', 'sta2'])print(data)x = data.yeary1 = data.sta1y2 = data.sta2plt.figure(figsize=(10, 7))  #画布大小plt.plot(x, y1, 'r',  label='$sta1$')  #绘制sin曲线plt.plot(x, y2, 'b', label='$sta2$')  #绘制cos曲线plt.legend(loc='upper left')  #图例plt.title('1979-2019 annual mean temperature')plt.xlabel('year')plt.ylabel('tem')plt.show()

0 L! @! \' F4 J+ d% F

                               
登录/注册后可看大图

: o" d: s+ _" ^& Z- _. T& f' C: J

使用matplotlib.pyplot(plt)进行绘图时，直接使用plt里的函数：使用面向对象的方法，先产生一个Axes对象，再对此对象进行操作，实现绘图。